聚類算法及其在高職院校學生信息管理系統中的應用研究.pdf

1、隨著現代職業(yè)教育的發(fā)展,學生的信息也發(fā)生了很大的變化:有跨省份的、跨地區(qū)的;學生中有初中畢業(yè)生、中專畢業(yè)生、高中畢業(yè)、?？飘厴I(yè)生、本科畢業(yè)生;培養(yǎng)的學生有中級工層次、高級工層次、高職層次、技師層次等;學生所學專業(yè)門類更趨向細致化;學校規(guī)模越大,學生數量更是呈現爆炸式增長,所需處理的學生信息就更加多了.隨著學生信息量的海量增加,傳統的的學生信息處理能力的限制,成為職業(yè)院校發(fā)展的瓶頸.為了解決這個問題,一般都采用提高現代化辦公手段來緩解問題

2、,但這種方法不但不能保證學生數據的準確性,而且并不能從宏觀上給學校領導、各級管理人員提供及時、有效的學生信息.
　　與利用其他技術的數據挖掘相比較,基于聚類分析方法的技術難點著重在于怎樣根據實際需要解決的應用要求,從各種復雜的原始數據源中挖掘那些能夠滿足實際需求的客戶操作和系統操作的關鍵屬性項,然后選擇恰當的能夠解決該課題的聚類算法進行挖掘.這就需要我們要清楚的了解和掌握學生信息管理項目中各種數據的特點和數據特征,從而選取能夠較好

3、的對學生信息數據進行恰當處理的聚類算法,并進行適當改進,我認為這種嘗試對職業(yè)教育學生管理發(fā)展來講,是一項非常有實際意義的研究工作.本文在深入研究聚類各種算法的基礎上,圍繞聚類技術在學生信息管理系統中的具體應用這一主題,將聚類算法在學生信息處理應用中,各種算法的應用效果一一展現出來,并對實際應用中聚類算法的改進提出觀點.本文主要從以下三個方面進行了創(chuàng)新性研究:
　　1.研究了聚類算法
　　本文在介紹本課題的研究背景、課題的研究

4、現狀以及闡述了本文所做的主要工作的基礎上,介紹了聚類的分析方法以及基于K-means算法、CURE算法、DBSCAN算法、CLIQUE算法和BIRCH算法等等的聚類研究。
　　2.設計實現了學生信息管理系統
　　學生信息管理需涵蓋現代職業(yè)高校學生工作所有環(huán)節(jié),涉及到學生學籍、學生成績、課堂教學、學生事務、心理健康、綜合測評等很多方面.對學生信息管理系統的主要功能以及模塊處理流程進行了詳盡闡述.
　　3.將聚類算法進行改